深入了解NumPy：配置环境、创建数组以及数组的升降维操作

        

        

目录

一、 配置NumPy环境

1、安装NumPy

2、导入NumPy库

二、创建数组

1、从列表或元组创建数组

2、使用特定值填充数组

3、创建随机数组

4、创建单位矩阵和对角矩阵

三、数组的升降

1、使用np.newaxis

2、使用np.expand_dims()

四、数组的降维

五、总结

---

        NumPy是Python中用于科学计算的核心库，它提供了强大的多维数组对象和丰富的数学函数。本文将详细介绍如何配置NumPy环境、创建不同类型的数组，并深入探讨数组的升维和降维操作。

一、 配置NumPy环境

1、安装NumPy

        首先，确保你的Python环境已经安装了pip包管理工具。然后，通过控制台命令窗口（Win+R打开运行输入cmd)输入以下命令安装NumPy：

pip install numpy

2、导入NumPy库

        安装完成后，在Python脚本或交互式环境中导入NumPy库：

import numpy as np

二、创建数组

1、从列表或元组创建数组

        使用np.array()函数可以从Python列表或元组创建NumPy数组：

# 从列表创建数组
array1 = np.array([1, 2, 3, 4, 5])  # 一维数组

# 从嵌套列表创建多维数组
array2 = np.array([[1, 2, 3], [4, 5, 6]])  # 二维数组

2、使用特定值填充数组

        除了从现有数据创建数组外，还可以使用NumPy提供的函数创建特定值填充的数组：

# 创建全零数组
array_zeros = np.zeros((2, 3))  # 2行3列的全零数组

# 创建全一数组
array_ones = np.ones((3, 3))  # 3行3列的全一数组

# 创建指定值填充的数组
array_full = np.full((2, 2), 7)  # 2行2列，值均为7的数组

3、创建随机数组

        NumPy还提供了多种随机数生成函数，用于创建随机数组：

# 创建随机整数数组
array_random_int = np.random.randint(0, 10, size=(3, 3))  # 3x3大小的0到9之间的随机整数数组

# 创建随机浮点数数组
array_random_float = np.random.rand(2, 2)  # 2x2大小的0到1之间的随机浮点数数组

4、创建单位矩阵和对角矩阵

        可以使用np.eye()函数创建单位矩阵，使用np.diag()函数创建对角矩阵：

# 创建单位矩阵
arr_eye = np.eye(3)  # 3阶单位矩阵

# 创建对角矩阵
arr_diag = np.diag([1, 2, 3])  # 对角线元素为1、2、3的对角矩阵

三、数组的升降

1、使用np.newaxis

        通过在切片中使用np.newaxis可以在现有数组的基础上增加维度：

# 将一维数组升为二维数组
arr_1d = np.array([1, 2, 3, 4, 5])
arr_2d = arr_1d[:, np.newaxis]  # 或者 arr_1d[:, None]

2、使用np.expand_dims()

  np.expand_dims()函数也可以用于在指定位置添加新的维度：

# 将二维数组升为三维数组
arr_2d = np.array([[1, 2, 3], [4, 5, 6]])
arr_3d = np.expand_dims(arr_2d, axis=2)

四、数组的降维

        如果想要降低数组的维度，可以使用np.squeeze()函数：

# 将三维数组降为二维数组
arr_3d = np.array([[[1], [2]], [[3], [4]]])
arr_2d = np.squeeze(arr_3d)

五、总结

        通过本文，我们详细了解了如何配置NumPy环境、创建不同类型的数组，以及进行数组的升维和降维操作。NumPy提供了强大而灵活的工具，可用于处理各种科学计算和数据分析任务。熟练掌握NumPy数组操作将极大地提高数据处理的效率和可靠性。

        希望本文能帮助你更好地理解NumPy的基本概念和功能，从而在科学计算和数据分析领域取得更好的成果！